基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
现有的非负矩阵分解方法(NMF)还存在一些不足之处.一方面,NMF方法直接在高维原始图像数据集上计算它的低维表示,而实际上原始图像数据集的有效信息常常隐藏在它的低秩结构中;另一方面,NMF方法还存在对噪声数据和不可靠图敏感以及鲁棒性差的缺点.为了解决这些问题,提出了一种非负低秩图嵌入算法(NLGE),该算法同时考虑了原始图像数据的几何信息和有效低秩结构,使得其鲁棒性有了进一步的提高.此外,还给出了一种求解NLGE算法的迭代规则,并进一步证明了该求解算法的收敛性.最后,在ORL、CMU PIE、YaleB和USPS数据库上的实验结果表明了NLGE算法的有效性.
推荐文章
基于低秩表示的非负张量分解算法
图像分类
低秩表示
非负
张量分解
非负局部约束低秩子空间聚类算法
子空间聚类
低秩性
稀疏性
亲和度矩阵
基于低秩表示的非负张量分解算法
图像分类
低秩表示
非负
张量分解
一种稀疏图正则化的非负低秩矩阵分解算法
非负矩阵分解算法(NMF)
鲁棒性
低秩约束
图正则化
稀疏约束
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 非负低秩图嵌入算法
来源期刊 计算机科学与探索 学科 工学
关键词 非负矩阵分解方法(NMF) 低秩结构 图嵌入 鲁棒性
年,卷(期) 2020,(3) 所属期刊栏目 图形图像
研究方向 页码范围 502-512
页数 11页 分类号 TP391
字数 8629字 语种 中文
DOI 10.3778/j.issn.1673-9418.1903007
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 卢桂馥 安徽工程大学计算机与信息学院 56 202 7.0 11.0
2 周胜 安徽工程大学计算机与信息学院 6 1 1.0 1.0
3 宣东东 安徽工程大学计算机与信息学院 5 5 1.0 2.0
4 刘国庆 安徽工程大学计算机与信息学院 6 5 1.0 2.0
5 曹阿龙 安徽工程大学计算机与信息学院 4 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (36)
共引文献  (13)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(8)
  • 参考文献(1)
  • 二级参考文献(7)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(3)
  • 参考文献(2)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(3)
  • 参考文献(2)
  • 二级参考文献(1)
2017(3)
  • 参考文献(2)
  • 二级参考文献(1)
2018(4)
  • 参考文献(4)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
非负矩阵分解方法(NMF)
低秩结构
图嵌入
鲁棒性
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机科学与探索
月刊
1673-9418
11-5602/TP
大16开
北京市海淀区北四环中路211号北京619信箱26分箱
82-560
2007
chi
出版文献量(篇)
2215
总下载数(次)
4
总被引数(次)
10748
论文1v1指导